시퀀스 임베딩 기반 주의(Sequential Embedding-based Attentive, SEA) 분류기: 악성코드 분류를 위한 방법

스마트 장치의 급속한 성장은 여러 보안 위협을 야기하고 있다. 그중에서도 가장 두드러진 위협 중 하나는 악성 소프트웨어, 즉 멀웨어(malware)이다. 멀웨어는 장치를 손상시키고 전체 네트워크를 붕괴시킬 수 있는 능력을 지니고 있다. 따라서 이러한 멀웨어의 조기 탐지와 대응은 치명적인 결과를 방지하기 위해 매우 중요하다. 본 연구에서는 최신 자연어 처리(NLP) 기술을 활용한 멀웨어 탐지 솔루션을 제안한다. 본 연구의 주요 목적은 자원 제약이 있는 장치부터 자원이 풍부한 기계에 이르기까지 다양한 환경에서 사용 가능한 경량이면서도 효과적인 분류기 제공에 있다. 제안하는 모델은 기준 데이터셋을 기반으로 평가되었으며, 정확도는 99.13%, 로그 손실(log loss) 점수는 0.04를 기록하였다.